La référence pour détecter l'IA et la falsification
dans les documents et les images.
Aucun fichier n'est enregistré.

Autentic analyse vos fichiers avec un ensemble de détecteurs forensiques et de modèles d'apprentissage profond, puis vous renvoie un verdict accompagné d'un indice de fiabilité scientifique et n'enregistre jamais vos fichiers.

0fichier conservé
5contrôles déterministesIBAN mod-97 · clé RIB · SIRET Luhn · arithmétique · cohérence RIB
C2PAprovenance document vérifiée
6langues

Déposez un ou plusieurs documents, ou un dossier complet

ou cliquez pour parcourir vos fichiers

Formats : PDF, JPG, PNG, WEBP, HEIC • Max 100 Mo / fichier
Empreinte cryptographique & chaîne de provenanceSHA-256 · C2PA
Analyse des métadonnées EXIF / XMPCaméra · GPS · Édition
Détecteur GAN / DiffusionSpectre fréquentiel · Artefacts génératifs
Forensique des visages & deepfakeFaceForensics++ · Xception
Fusion bayésienne & indice de fiabilitéCalibration isotone

Analyse du dossier

0 / 0 ·
Fichier Verdict IA / Fraude Fiabilité Indice principal
0Fiabilité

Indices détectés

    Métadonnées du fichier

    Une méthode multi-modale, calibrée scientifiquement.

    Aucun détecteur unique ne suffit face à la diversité des modèles génératifs. Autentic combine douze signaux indépendants et les fusionne par inférence bayésienne pour produire un indice de fiabilité honnête, pas un score binaire trompeur.

    Empreintes spectrales

    Les modèles GAN et de diffusion laissent des traces dans le spectre fréquentiel (FFT, PRNU). Nous repérons leurs signatures spécifiques.

    👁️

    Forensique faciale

    Détection d'incohérences au niveau des yeux, des dents, des pores et des points de fusion typiques des deepfakes.

    🔐

    Provenance C2PA

    Vérification des manifestes C2PA, signatures cryptographiques et watermarks (SynthID, Stable Signature).

    🧭

    Contexte sémantique

    CLIP et embeddings multimodaux comparent l'image à des bases de référence et détectent les incohérences physiques.

    📊

    Calibration honnête

    Notre score est calibré (Platt + isotonic) : 80% signifie réellement "8 fois sur 10". Aucun chiffre marketing.

    Architecture technique cible.

    Conçue pour passer à l'échelle, auditable, et reproductible. Chaque composant est isolé, observable et testé.

    1

    Ingestion

    API Gateway, anti-virus, déduplication par hash, file d'attente Kafka.

    2

    Pré-traitement

    Décodage, normalisation, rendu des pages PDF, EXIF/XMP.

    3

    Détecteurs ML

    12 modèles parallélisés sur GPU (Triton Inference Server). Latence cible < 3s.

    4

    Fusion

    Réseau bayésien combinant les sorties, calibration et incertitude épistémique.

    5

    Verdict & rapport

    Stockage immuable (S3 + signatures), rapport PDF/JSON, webhook client.

    Front-end

    • Next.js 15 + React 19
    • Tailwind + shadcn/ui
    • i18n: next-intl (FR/EN/ES/DE)
    • Cloudflare Pages + Workers

    API & orchestration

    • FastAPI (Python 3.12)
    • Kafka + Redis Streams
    • Postgres + pgvector
    • OpenTelemetry, Prometheus, Loki

    Détecteurs ML

    • NVIDIA Triton + TensorRT
    • PyTorch 2.5, ONNX Runtime
    • Modèles : Xception, EfficientNet, CLIP, DIRE, NPR, FreqNet
    • Re-training continu (active learning)

    Infrastructure

    • Kubernetes (EKS) multi-zone
    • GPU A100 / H100, autoscaling
    • S3 + KMS, signatures immuables
    • SOC 2, RGPD, ISO 27001